定 價(jià):¥59.00
作 者: | (美)Adedeji B. Badiru |
出版社: | 北京航空航天大學(xué)出版社 |
叢編項(xiàng): | |
標(biāo) 簽: | 暫缺 |
ISBN: | 9787512438583 | 出版時(shí)間: | 2022-09-01 | 包裝: | |
開本: | 16開 | 頁數(shù): | 字?jǐn)?shù): |
第1章理解人工智能1
\n1.1簡介3
\n1.2歷史背景4
\n1.3人工智能的起源5
\n1.4人類智能與機(jī)器智能7
\n1.5首屆人工智能大會12
\n1.6智能程序的演變13
\n1.7人工智能的分支17
\n1.8神經(jīng)網(wǎng)絡(luò)18
\n1.9專家系統(tǒng)的出現(xiàn)20
\n1.10總結(jié)22
\n參考文獻(xiàn)24
\n第2章專家系統(tǒng):AI的軟件方面25
\n2.1專家系統(tǒng)流程27
\n2.2專家系統(tǒng)特性27
\n2.3專家系統(tǒng)的結(jié)構(gòu)30
\n2.3.1對專家系統(tǒng)的要求 32
\n2.3.2專家系統(tǒng)的益處33
\n2.3.3從數(shù)據(jù)處理到知識處理的轉(zhuǎn)型34
\n2.4啟發(fā)式推理34
\n2.5用戶界面35
\n2.6符號處理37
\n2.7系統(tǒng)的未來發(fā)展方向38
\n2.8專家系統(tǒng)領(lǐng)域的學(xué)術(shù)界與產(chǎn)業(yè)界的合作39
\n2.9專家系統(tǒng)應(yīng)用案例43
\n第3章人工智能(AI)的數(shù)字系統(tǒng)框架67
\n3.1人工智能的數(shù)字框架69
\n3.2數(shù)字工程和系統(tǒng)工程70
\n3.3DEJI系統(tǒng)模型的介紹71
\n3.3.1面向系統(tǒng)質(zhì)量應(yīng)用DEJI系統(tǒng)模型73
\n3.3.2數(shù)字?jǐn)?shù)據(jù)的輸入—流程—輸出80
\n3.4數(shù)字協(xié)同84
\n3.5人工智能(AI)中的精益和六西格瑪87
\n3.6總結(jié)90
\n參考文獻(xiàn)91
\n第4章人工智能中的神經(jīng)網(wǎng)絡(luò)應(yīng)用93
\n4.1介紹95
\n4.2神經(jīng)元節(jié)點(diǎn)的定義97
\n4.3神經(jīng)元節(jié)點(diǎn)的變體98
\n4.4單神經(jīng)元節(jié)點(diǎn):McCullochPitt神經(jīng)元節(jié)點(diǎn)100
\n4.5單神經(jīng)元節(jié)點(diǎn)作為二元分類器101
\n4.6單個(gè)的神經(jīng)元節(jié)點(diǎn)感知器102
\n4.7關(guān)聯(lián)存儲器103
\n4.8關(guān)聯(lián)矩陣存儲器103
\n4.9WidrowHoff法104
\n4.10LMS法105
\n4.11自適應(yīng)關(guān)聯(lián)矩陣存儲器105
\n4.12糾錯(cuò)偽逆法106
\n4.13自組織網(wǎng)絡(luò)106
\n4.14主成分法107
\n4.15通過Hebb學(xué)習(xí)進(jìn)行聚類108
\n4.16Oja歸一化聚類109
\n4.17競爭學(xué)習(xí)網(wǎng)絡(luò)110
\n4.18多層前饋網(wǎng)絡(luò)111
\n4.18.1多層感知器111
\n4.18.2異或(XOR)的示例111
\n4.18.3誤差反向傳播112
\n4.18.4誤差反向傳播算法的變體113
\n4.18.5學(xué)習(xí)速度和動(dòng)量114
\n4.18.6其他誤差反向傳播問題115
\n4.18.7反傳播網(wǎng)絡(luò)116
\n4.19插值和徑向基網(wǎng)絡(luò)117
\n4.19.1插值117
\n4.19.2徑向基網(wǎng)絡(luò)118
\n4.20單層反饋網(wǎng)絡(luò)120
\n4.21離散單層反饋網(wǎng)絡(luò)121
\n4.22雙向關(guān)聯(lián)存儲器123
\n4.23Hopfield神經(jīng)網(wǎng)絡(luò)123
\n4.24總結(jié)126
\n參考文獻(xiàn)127
\n第5章人工智能中的神經(jīng)模糊網(wǎng)絡(luò)應(yīng)用129
\n5.1技術(shù)比較131
\n5.2執(zhí)行模糊運(yùn)算的神經(jīng)元134
\n5.3模擬模糊運(yùn)算的神經(jīng)元135
\n5.4執(zhí)行模糊推理的神經(jīng)網(wǎng)絡(luò)137
\n5.5具有明確輸入和輸出的常規(guī)神經(jīng)網(wǎng)絡(luò)137
\n5.6具有模糊輸入和輸出的常規(guī)神經(jīng)網(wǎng)絡(luò)138
\n5.7模糊推理網(wǎng)絡(luò)139
\n5.8自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)140
\n5.9交換性的應(yīng)用142
\n5.10聚類和分類143
\n5.11多層模糊感知器145
\n參考文獻(xiàn)146
\n